2026-08-06 星期四

加密货币新闻 - 第279页

最新加密货币新闻及深度资讯，实时获取加密货币市场动态、币圈热点、价格行情与行业趋势分析。

辣评｜「最有情绪价值」的帖子！STRC 会是下一个 LUNA 吗？

**《辣评》本周聚焦三件事：散户情绪、STRC脱锚风险与交易员川沐的“矛盾人设”。** **1. 本月“最有情绪价值”的帖子** 6月加密货币市场大跌，BTC跌破6万美元。Reddit上一条“去你的恐惧、不确定和怀疑！”的帖子引发散户共鸣，评论区成为情绪宣泄地，有人喊“钻石手加仓”，也有人调侃“不卖都是浮亏”，展现了熊市中的集体心理。 **2. STRC脱锚，会是下一个LUNA吗？** Strategy公司发行的永续优先股STRC价格跌至76.2美元，较面值脱锚约25%。投资者担忧其每年12亿美元的股息支付能力——Strategy当前美元储备约14亿美元，仅够支付一年。关键区别在于，CEO Saylor并无支付股息的强制性义务，因此STRC虽可能下跌，但不会像LUNA那样归零。不过，若市场对支付能力失去信心，其普通股MSTR也可能受牵连。Strategy CEO已购入100万美元STRC以示信心，但类似LUNA崩盘前的言论也引发了市场警觉。 **3. 川沐的1828条推文与“矛盾人设”** 交易员川沐因在ORDI行情和2025年做空山寨币中获利百万而闻名。分析其推文发现，其核心方法是追问系统瓶颈（如AI浪潮中的存储、光通信等环节），并据此迁移投资主线。然而，他也被质疑曾“喊单”部分币种后出现“收割”行情，且中途卖出股票未告知跟风者，呈现“盈利展示”与私下操作不一的矛盾形象，提醒投资者保持独立判断。 **总结**：本周市场情绪低迷，但社区互勉；STRC面临股息支付考验，虽与LUNA本质不同，风险犹存；川沐的案例则揭示了光鲜战绩背后的复杂性与跟单风险。

Foresight News06/26 10:38

Foresight News06/26 10:38

Glue Finance 创始人：ETH 已进入非共识阶段，拐点将至

以太坊目前处于“未完工机器”状态，核心问题在于其协议仍在不断升级和改进，导致网络在形式上独立，但实际仍依赖以太坊基金会等核心团队的引导。这种“依赖性”被市场定价，是ETH价格未能匹配其网络使用量和结算价值增长的主要原因。具体表现为：L2扩容方案（如Rollup）大多仍使用中心化排序器，且未实现完全无需信任；基础层存在状态膨胀、内存池抢跑等问题亟待解决；同时，量子计算威胁迫在眉睫。这种持续的建设状态导致整个生态——从L2到DApp再到客户端团队——都疲于应对底层变化，难以构建真正不可变和去中心化的应用。文章指出两条错误出路：一是为竞争而转向中心化的“战争模式”，这会丧失以太坊的中立性核心；二是简单地更换管理机构，这无法解决结构性依赖问题。真正的解决方案是完成并“冻结”协议的核心部分，使其具备可靠的中立性和不可篡改性，通过“撒手测试”（即离了创始团队也能永久中立运行）。这一目标通过“精简以太坊”（或称“曼哈顿计划”）实现，该计划旨在一次性捆绑解决共识层重构、大规模扩容、抗量子密码学和无状态/原生Rollup等最棘手的技术挑战。最终目标是使以太坊成为一个僵化、永恒且无需许可的全球结算层，从而将市场目前对其的“依赖性折扣”转化为“永恒性溢价”。成功则以太坊将成为兼具比特币级不可篡改性和强大可编程性的终极基础层；失败或妥协则可能使其沦为一个普通的、可被捕获的高性能链，失去其独特的价值主张。

链捕手06/26 10:11

链捕手06/26 10:11

拆解 HyperEVM：哪些应用能真正吃到 Hyperliquid 的核心红利？

本文分析了HyperEVM的核心定位与应用价值。HyperEVM本质是Hyperliquid交易所的智能合约层，其核心价值在于让应用能直接读取并使用HyperCore的交易、抵押、头寸等原生数据，从而将交易所本身变为可编程的。有价值的HyperEVM应用需满足三点：需EVM的通用逻辑；依赖HyperCore独有的状态数据；能增强Hyperliquid作为金融场所的效用。文章通过一个二维矩阵对应用进行分类评估： 1. **本地EVM金融**：需要智能合约，但模式可移植，如AMM、借贷协议，是生态必要的基础设施。 2. **核心原生扩展**：更直接依赖Hyperliquid，EVM主要用于包装或代币化原生资产，旨在提升内部资产的可用性。 3. **可编程HyperCore**：这是最具潜力的方向，应用深度结合EVM逻辑与HyperCore状态/执行，将交易所活动产品化，例如将期权转化为波动率收入或创建代币化策略产品。文章指出，长期看，最有价值的形态可能并非独立应用，而是一个**高度集成的统一金融账户**。用户存入资产后，可在同一余额内无缝进行交易、借贷、赚取收益、套保和支付，彻底解决当前加密金融体验与流动性碎片化的问题。Hyperliquid凭借HyperCore的专业交易基础设施与HyperEVM的开放可编程性，有望实现用户完全控制、且功能高度集成的“全能金融之家”。

Foresight News06/26 10:03

拆解 HyperEVM：哪些应用能真正吃到 Hyperliquid 的核心红利？

Foresight News06/26 10:03

黑客40天内盗走近1700万美元，“僵尸合约”正变成黑客的提款机

过去40天内，黑客针对五个已被弃用但仍在链上运行的智能合约发动攻击，盗取资金总额约1690万美元。其中最严重的案例是DxSale，其旧版流动性锁定合约因一条旧控制路径被重新利用，损失约730万美元。这些合约虽已不再主动维护，但仍保留经济价值、操作权限或资金入口，因此成为攻击目标。其他受害项目包括TrustedVolumes、Huma Finance V1、Raydium Legacy AMM池以及Aztec Connect。分析指出，问题核心并非单一漏洞，而在于旧合约退役不彻底。随着团队注意力转移，旧合约的监控减弱、安全假设过时，但其链上代码和历史数据公开，正日益成为自动化攻击工具低成本扫描的目标。当前DeFi安全审计侧重于项目上线，而合约的退出、迁移与彻底退役缺乏同等严格的管理规程。只有当所有资金、权限和可调用入口均被移除，一个合约才算真正“退休”。

marsbit06/26 09:13

marsbit06/26 09:13

老登股估值大溃败，一代资产的估值坐标系之死

《老登股估值大溃败：一代资产的估值坐标系之死》一文剖析了中国与美国科技巨头面临的共同估值困境。文章指出，以阿里巴巴、腾讯为代表的中国互联网公司经历了估值体系的系统性崩塌。曾经的“美国对标打折”模型已失效，地缘政治、监管变化及资金撤离导致其估值持续压缩。与此同时，美国科技“七巨头”如微软同样陷入困境。尽管基本面稳健，但市场担忧其巨额AI资本开支侵蚀自由现金流，且旧有高利润率商业模式面临AI时代按消耗计费模式的颠覆性挑战。中美这些昔日的平台巨头，如今均被视为需要证明自己不被未来淘汰的“老登股”。文章以日本资产泡沫破裂后的长期低迷为参照，指出旧估值框架（如“日本统治全球”或“中美深度融合”）破灭后，新框架的建立往往需要漫长的时间。日本经历了约25年的估值真空，直到巴菲特以“低估值+高股息+治理改革”的新逻辑为其重新定价。当前，中国互联网头部公司虽仍盈利，但正处于类似的“旧框架已死，新框架未生”的真空期。潜在的“新估值语言”可能来自向AI基础设施的成功转型，或通过持续回购与分红构建价值底线，但这两种路径都伴随着巨大不确定性。文章认为，这场估值体系的重塑过程可能远比市场预期的更为漫长。

marsbit06/26 09:05

STRC 大幅折价、mNAV 跌破盈亏线，Strategy 估值逻辑已被改写

近日，MSTR与STRC行情出现大幅波动，比特币储备企业的商业模式更接近银行，而非软件科技公司，应采用银行估值逻辑。核心指标为市净率（mNAV），即企业市值除以权益净资产值。当前Strategy的mNAV为1.10倍，其每股净比特币价值代表股东实际拥有的比特币数量。若以当前股价增发10亿美元股权，资金用途有四种方案：加仓比特币、回购STRC、扩充现金储备、或两者各半。分析显示，加仓比特币对改善每股净比特币价值效果最弱，因其以溢价发行股票购买平价资产，反而稀释了市场关注的总比特币持仓指标。相比之下，折价回购STRC能立即创造价值，提升每股净比特币，降低债务占比，并优化资产负债表。同时，扩充现金储备可大幅提升分红现金覆盖月数，增强企业流动性安全。当前STRC大幅折价，现金储备覆盖分红不足10个月，企业原有扩张假设已失效。在此估值区间，继续加仓比特币仅优化表层指标，却忽视了优先级债务高企、融资渠道收紧的核心风险。通过回购STRC或扩充现金储备，可修复资产负债表，提振STRC价格，从而降低分红收益率，重新打通面值增发渠道。因此，对比特币储备企业的评估应聚焦银行式指标：市净率、每股账面价值及债务偿付能力。在当前环境下，优化财务结构比单纯增持比特币更为关键。

Foresight News06/26 09:04

Foresight News06/26 09:04

Collector Crypt晋升链上“印钞机”：日活不足千人，巨鲸撑起97%收入

近期，TCG项目Collector Crypt凭借强劲的盈利能力冲入全网协议收入榜前十，并一度登顶Solana收入最高协议，成为市场焦点。它将收藏和抽卡玩法搬到链上，推动了代币化TCG赛道的增长。链上TCG市场在2026年6月交易额突破4.9亿美元，同比增长超7倍，月活用户约5300人。其表现已超过同期的NFT市场，这得益于实体卡牌的价值支撑、游戏属性和链上流动性。Solana凭借先发优势和Collector Crypt等应用，占据了该市场超80%的份额。 Collector Crypt在该赛道占据统治地位，其近一周交易额占市场总额的74.3%，单周协议收入约520万美元。然而，其收入高度集中于少数“巨鲸”用户：仅占用户总数14.6%的高消费用户，贡献了平台约97.1%的收入。同时，平台毛利率持续走低，收入留存率也偏低。推动其增长的核心是链上扭蛋（Gacha）机制，它刺激了用户的重复消费。宝可梦IP是主要流量来源，占平台代币化收藏品价值的73.8%。其原生代币CARDS通过回购机制和空投激励，构建了增长飞轮，年内涨幅显著。但需注意，代币将持续解锁，可能带来市场抛压。总体而言，Collector Crypt验证了链上TCG商业模式的潜力，但该赛道仍处早期，在用户拓展和降低对巨鲸依赖等方面面临挑战。

marsbit06/26 08:43

Collector Crypt晋升链上“印钞机”：日活不足千人，巨鲸撑起97%收入

marsbit06/26 08:43

计算机安全第一人宋晓冬，加入Meta

本周四，加州大学伯克利分校（UC Berkeley）计算机教授、被誉为“计算机安全第一人”的宋晓冬（Dawn Song）宣布加入Meta的超级智能实验室（Superintelligence Labs），担任AI研究副总裁，直接向实验室主管Nat Friedman汇报。宋晓冬是全球计算机安全与AI安全领域最具影响力的学者之一，在伯克利任教期间，她还担任去中心化智能中心联合主任。她是麦克阿瑟天才奖得主，同时也是ACM Fellow、IEEE Fellow和美国艺术与科学院院士。她在2005年提出的“污点分析法”是计算机安全领域的经典论文。近年来，她的研究重点扩展到对抗性机器学习和智能体安全领域，并深度参与了生成式AI安全基准测试的制定。她也是Oasis Labs和专注于企业级AI安全基础设施的Virtue AI公司的创始人。据报道，此次Virtue AI的另两位创始人Bo Li、Sanmi Koyejo及其他团队成员也一同加入了Meta。此举被认为是Meta为了加强其在智能体安全方面的措施，以应对日益受到关注的AI安全问题，并向监管机构和公众证明其模型具备抵御恶意滥用的能力。文章同时提及，谷歌Gemini Reasoning Team的创始人Denny Zhou已于数月前离开谷歌加入Meta，他在推动大模型推理技术（如思维链、自我一致性等方法）方面是关键人物。

marsbit06/26 08:12

marsbit06/26 08:12

韩国机构的加密竞赛：稳定币与 RWA 双线爆发

韩国加密货币市场正经历结构性变革，金融与互联网巨头依托庞大的散户基础，积极布局机构级区块链基础设施，其中稳定币和现实资产（RWA）代币化是两大核心驱动力。在稳定币领域，各方正围绕合规韩元稳定币的发行主体展开博弈。银行（如KB金融、韩亚金融）、支付商（如新韩信用卡、BC Card、Danal）及互联网平台（如KakaoPay、NAVER Pay）均已开展试点，旨在防御因美元稳定币流行导致的资金外流，并将数字金融活动锚定在本土体系内。加密原生项目若能在此期间主动提供底层技术解决方案，有望在监管放开后成为关键基建一环。 RWA代币化方面，韩国机构进展迅速，且聚焦本土特色产业，如船舶融资、军工供应链、K-pop知识产权等。相关法律框架（《资本市场法》修订）将于2027年初生效，新韩投资证券等机构已牵头搭建交易平台。加密项目的机遇在于弥补韩国券商的技术短板，提供全球分发渠道、跨链流动性方案及资产赋能工具，而非试图颠覆现有机构。用户入口方面，互联网平台掌握关键流量。NAVER拟收购Upbit母公司Dunamu，Kakao正打造统一数字钱包，Toss则拥有全金融牌照和广泛线下网络。它们将区块链视为底层基建，是加密项目触达海量普通用户的重要渠道。当前韩国监管框架逐步明晰，市场已具备散户基础、机构试点和民众认知。在监管完全落地前，与本土机构建立深度合作、落地实用场景的加密企业，将更有可能定义韩国数字资产行业的未来格局。美国《CLARITY法案》等外部监管进展也可能影响韩国市场的推进节奏。

Foresight News06/26 08:03

Foresight News06/26 08:03

英伟达MoE新开源：一行import，微调加速3.7倍

英伟达开源NeMo AutoModel，为MoE大模型微调提供高效方案。该工具基于Hugging Face Transformers v5开发，用户只需添加一行import代码，即可在不改动原有API的情况下，显著提升训练效率。实验显示，在单节点8×H100 GPU上，相比原版Transformers v5，NeMo AutoModel在Qwen3-30B-A3B等模型上可实现3.4-3.7倍的训练吞吐量提升，同时GPU显存占用减少29%-32%。其核心技术包括专家并行（EP），通过将专家权重分布到多GPU来降低内存压力；DeepEP，融合计算与通信以减少延迟；以及TransformerEngine，对注意力机制等核心运算进行内核加速。该方案尤其适合已使用Transformers v5的用户，能以最小代码变更获得性能大幅优化。代码与详细指南已在GitHub及英伟达文档中公开。

marsbit06/26 07:28